基于多视图融合的论文自动分类方法研究

为科研工作者精准推荐所需的学术论文,从而节约检索时间和精力,提高科研效率,并进一步提升论文自动分类的准确度。该文在传统单视图论文分类基础上,提出了一种基于多视图融合的论文自动分类方法,考虑论文标题、关键词、摘要三个视图的互补性和协调性,实现对海量论文的自动分类。文中抓取了中国知网9个主题的1 710篇论文作为实验语料,并构建决策树、K最近邻、随机森林、支持向量机、朴素贝叶斯分类器进行实验。结果表明,基于多视图融合的论文分类方法在准确率、召回率和F值上都有所提升,优于单视图的论文分类方法,且可以为论文自动分类、推荐系统、文本挖掘提供有效支撑,具有一定的应用前景和实用价值。

科技论文自动分类知识库的构建

认为可利用人工智能方法自动分类,以解决信息分类的瓶颈问题。

日本国立信息学研究所信息检索和获取系统测试集及其专利挖掘任务——基于论文和专利生成技术动态图

文章概要介绍NTCIR的整体情况，重点介绍中国科学技术信息研究所本年度参与的NTCIR专利挖掘任务（Patent Mining Tasks），并阐述该任务的两个子任务，即（1）以论文和专利统一分类、检索和分析为目的，对学术论文按IPC分类号进行自动分类的“学术论文分类子任务”；（2）基于某一领域的论文和专利的“生成技术动态地图子任务”。最后，对参NTCIR测评活动，给出体会与建议。